文献
J-GLOBAL ID:202202268218926864   整理番号:22A0443197

マルチモード鉄道輸送ステーションにおける統合歩行者施設計画とスタッフ割当問題のためのシミュレーションおよび機械学習ベース最適化法【JST・京大機械翻訳】

A simulation and machine learning based optimization method for integrated pedestrian facilities planning and staff assignment problem in the multi-mode rail transit transfer station
著者 (8件):
資料名:
巻: 115  ページ: Null  発行年: 2022年 
JST資料番号: W0733A  ISSN: 1569-190X  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ブーミング乗客フロー体積に直面するために,歩行者フロー経路の調整と,異なる数のマシンの採用を含む移動ステーションにおける歩行者施設計画と関連するスタッフ割当て計画の最適化は,サービスレベルを強化するために,移動接続を促進し,乗客混雑を回避するための効率的な尺度である。著者らは,最適歩行者設備計画と対応するスタッフ割り当てを同時に提供するために,シミュレーションモデルと機械学習法に基づく統合最適化モデルを提案した。歩行者施設計画は,3つの性能指標,すなわち,移動容量,移動平均時間,およびサービスレベルに基づくサービス品質要求を確実にする。性能指標の値を得るために,移動ステーションシミュレーションモデルとランダムフォレストを含むフレームワークを開発した。ランダムフォレスト,機械学習法,列車および学習は,与えられたシナリオの下で性能指標を評価できる近似関数に適合するために,シミュレーションモデルから出力された指標およびシナリオ属性のサンプルを訓練し,学習する。応用として,最適化モデルは,時変乗客需要のための利用可能な歩行者設備計画を選択するように,性能指標を得るために近似関数を使用する。雇用コストを最小化し,過度の疲労を防止する目的で,最適化モデルは,最も適切な歩行者設備計画を選択し,4種類の連続作業時間制約の下で,作業負荷公平性と休息時間を考慮して,対応するスタッフ割当て計画を得る。Xipu観測所の実験は,提案した統合最適化モデルが,1日に各期間に対して合理的な歩行者施設計画とスタッフ割当て計画を返すことができることを示した。連続した労働時間の制約は,労働コストを減らし,作業を回避でき,スタッフの割り当て計画は,駅管理者と従業員の両方に対して許容できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
交通調査  ,  計算機シミュレーション 
タイトルに関連する用語 (11件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る